王明偉，苑津莎，趙建立，郭 康

(華北電力大學(xué)電力與電子工程學(xué)院，河北保定 071003)

隨著無線通信需求和用戶數(shù)量的不斷增長，適用于無線通信的頻譜資源變得日益緊張，成為制約無線通信發(fā)展的新瓶頸。因此近幾年來，能夠?qū)Σ豢稍偕念l譜資源實現(xiàn)再利用的頻譜共享技術(shù)受到廣泛關(guān)注。認(rèn)知無線電［1－2］(Cognitive Radio，CR)作為一種更智能的頻譜共享技術(shù)，能夠依靠人工智能的支持，感知無線通信環(huán)境，根據(jù)一定的學(xué)習(xí)和決策算法，實時自適應(yīng)地改變系統(tǒng)工作參數(shù)，動態(tài)地檢測和有效地利用空閑頻譜，理論上允許在時間、頻率以及空間上進行多維的頻譜復(fù)用，這將大大降低頻譜和帶寬限制對無線技術(shù)發(fā)展的束縛。因此這一技術(shù)已成為目前最熱門的無線通信技術(shù)。

1 認(rèn)知無線電技術(shù)

認(rèn)知無線電(CR)技術(shù)中，通常稱頻段的許可持有者為主用戶，而CR用戶為從用戶。從用戶可以在避免對工作頻段內(nèi)其他用戶干擾的情況下，實現(xiàn)有效的通信傳輸。

1.1 頻譜感知技術(shù)

CR中的頻譜感知包含兩個方面，帶內(nèi)檢測和帶外

頻譜感知的方法主要包括基于能量和信號特征的檢測。而后者由于需要工作頻段內(nèi)主用戶信號特征的先驗知識，所以大多數(shù)情況下，都采用能量檢測的方法。能量檢測法是一種常用的檢測方法，屬于信號的非相干檢測，它無需知道被檢測信號的任何先驗知識，所以這種方法適用于各種不同的應(yīng)用環(huán)境。

Urkowitz首先提出能量檢測檢測方法［3］，能量檢測器的原理框圖如圖1所示。

圖1 能量檢測原理框圖

從圖1中可以看出，信號首先經(jīng)過帶通濾波器，通過帶通濾波器后使噪聲信號帶寬受限，這樣噪聲信號就具有平坦的功率譜密度。然后信號在經(jīng)過平方器，再經(jīng)過一個觀測時間有限、周期為T的積分器，最后通過門限比較器。在門限比較器中和檢測門限λ進行比較，若大于檢測門限λ，則表明有主用戶信號存在，此時感知用戶必須迅速為主用戶讓開信道，以免對主用戶造成干擾，感知用戶繼續(xù)尋找可以利用的頻譜空洞;若檢測的信號功率小于檢測門限λ則表示無主用戶工作，此時可以利用此信道。

假設(shè)系統(tǒng)在高斯信道非衰落的條件下，因此信道增益h是確定的。假設(shè)在H0下，得到的信號r(t)與判決門限λ進行比較，若大于判決門限，表示主用戶信號存在，此時發(fā)生誤判。假設(shè)在H1下，當(dāng)接收信號超過判決門限時，則表示系統(tǒng)做出了正確判斷。

分別用Pd和Pf表示檢測到主用戶占用的概率和錯誤判斷報警，對Urkowitz的研究結(jié)果進行簡化，可以得到通過無衰落的高斯信道檢測概率和虛警概率的近似表達式［4］為

由式(1)可以看出如果Pd很低，在現(xiàn)實應(yīng)用過程中是不允許的，因為如果Pd過低會導(dǎo)致檢測不出主用戶信號的概率很大，反之會增加對主用戶的干擾。如果Pf過高，則錯誤警報會使認(rèn)識無線電用戶錯過許多頻譜利用的機會，導(dǎo)致頻譜利用效率低下，造成資源浪費。所以認(rèn)知無線電就要實現(xiàn)檢測概率和虛警概率之間的權(quán)衡。

在仿真實驗中，根據(jù)式(1)和式(2)，在AWGN信道下單個認(rèn)知無線電節(jié)點獨立檢測的實驗仿真結(jié)果如圖2和圖3所示。

圖2 檢測概率與信噪比和門限的變化關(guān)系

圖2說明，能量檢測法中，檢測概率會隨著信噪比的增大而增大，檢測性能會隨著信噪比的增大而得到明顯改善。在同一信噪比下，判決門限的選擇不僅對虛警概率有較大影響，對檢測概率的影響也很大。判決門限λ越大檢測概率Pd就越低，因此，判決門限的確定對檢測性能有很大影響，在實際中，應(yīng)該根據(jù)具體的情況合理確定感知門限λ。

圖3 漏檢概率與虛警概率的關(guān)系曲線

由圖3可以看出，在信噪比一定的情況下，隨著虛警概率的增加，漏檢概率在降低［5］。

1.2 頻譜預(yù)測技術(shù)

隨著感知技術(shù)的逐步成熟，方法也越來越多，但是有一個問題一直沒有得到解決，那就是當(dāng)感知頻譜時，需要把頻段全部感知一次，耗費大量的能量。為解決這個問題，文中提出了頻譜預(yù)測技術(shù)。每次感知之前，先預(yù)測頻譜空穴的位置，這樣可以不必再感知占用的頻譜，直接感知已預(yù)測為空穴的頻譜，選出合適的頻譜以便次用戶的選擇。

目前，國內(nèi)外很多研究機構(gòu)和學(xué)校都致力于頻譜預(yù)測的研究。首次將頻譜預(yù)測機制引入到認(rèn)知無線電中的，是加利福尼亞大學(xué)的Acharya教授。他在2006年發(fā)表的文獻［6］中，建立了一個對授權(quán)用戶未來頻譜活動情況預(yù)測的模型。該模型運用滑動窗口預(yù)測機制，對各個子頻帶的可用性大小進行了分析，并通過自適應(yīng)濾波器設(shè)定門限值，將低于門限值的頻段設(shè)定為不可靠頻段，不允許認(rèn)知用戶接入這類頻段，從而減少認(rèn)知用戶與授權(quán)用戶之間發(fā)生沖突碰撞的概率，減少切換概率，從整體上降低對授權(quán)用戶的干擾率。在隨后的研究中，先后有人提出了 ON－OFF、Blackman window、POMDP［7－9］等模型下的預(yù)測機制。

文中利用神經(jīng)網(wǎng)絡(luò)［10－11］設(shè)計了一個多層感知器預(yù)測模型。網(wǎng)絡(luò)是由輸入層、輸出層和隱藏層組成。對于預(yù)測問題本文研究發(fā)現(xiàn)有兩個隱藏層的MLP網(wǎng)絡(luò)已經(jīng)足夠，第一個隱藏層有15個神經(jīng)元，第二個有20個神經(jīng)元，如圖4所示。神經(jīng)網(wǎng)絡(luò)預(yù)測不僅可以提高頻譜利用率、節(jié)省感知能量，而且不需要像其它的方法那樣，每次預(yù)測一組數(shù)據(jù)之前都需要先設(shè)置參數(shù)，而只需要建立起一個模型即可，并且在輸入數(shù)據(jù)準(zhǔn)確的前提下，可以達到較高的預(yù)測準(zhǔn)確率。

圖4 多層感知器預(yù)測模型

假設(shè)探測一個固定發(fā)射端的頻譜狀態(tài)，得到360個數(shù)據(jù)，用“1”和“0”的一個二進制序列表示，占用和空閑。

在仿真試驗中，利用前300個數(shù)據(jù)作為構(gòu)造神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)，最后60個作為理想的輸出數(shù)據(jù)來衡量模型的性能。通過仿真，得到實際輸出數(shù)據(jù)與理想值的對比圖如圖5所示。

圖5 預(yù)測值與理想值的對比

仿真結(jié)果表明在輸入數(shù)據(jù)準(zhǔn)確的情況之下，神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確的預(yù)測頻譜的占用狀態(tài)，誤差較小，誤差值的范圍為。由圖6可見，預(yù)測的誤差很小，基本在0.000 1范圍之內(nèi)。在實際中，測量的數(shù)據(jù)不可能完全一致，會有些許誤差。為了驗證預(yù)測的準(zhǔn)確性，改動原始數(shù)據(jù)中的幾個，經(jīng)過仿真發(fā)現(xiàn)，預(yù)測的誤差會變大，改動的數(shù)據(jù)越多，誤差的變化也就越大，但是基本上可以保持在0.1之內(nèi)。

圖6 預(yù)測誤差范圍

相對于HMM，滑動窗口等其他的方法，利用神經(jīng)網(wǎng)絡(luò)模型來進行頻譜預(yù)測有著突出的優(yōu)點。它不必每組數(shù)據(jù)預(yù)測前都設(shè)置眾多的參數(shù)，只需要用原始數(shù)據(jù)建立一個神經(jīng)網(wǎng)絡(luò)預(yù)測模型，每次將預(yù)測的數(shù)據(jù)輸入就可以得到預(yù)測的授權(quán)用戶頻譜的占用狀態(tài)，節(jié)省了人力物力?；瑒哟翱跈C制預(yù)測時會首先設(shè)置合適的門限值，但是，一旦門限值設(shè)置的不合適，就會給后續(xù)的認(rèn)知用戶的接入造成麻煩，使得認(rèn)知用戶與授權(quán)用戶的碰撞的幾率加大。在這個方面，神經(jīng)網(wǎng)絡(luò)預(yù)測模型也有著得天獨厚的優(yōu)勢，不必設(shè)置門限值，只需建立模型來預(yù)測頻譜占用狀態(tài)，并且可以到達較高的準(zhǔn)確率，給認(rèn)知用戶的接入提供了便利。

2 結(jié)束語

認(rèn)知無線電的核心思想是使無線通信設(shè)備具有發(fā)現(xiàn)閑置頻譜資源能力，并合理利用資源能力，從而根本上解決日益增長的無線通信需求與有限頻譜資源之間的矛盾。將CR技術(shù)應(yīng)用到WLAN，Ad hoc等熱門無線通信技術(shù)中，預(yù)示著CR技術(shù)的美好前景。但要真正實現(xiàn)CR技術(shù)，還要繼續(xù)研究頻譜預(yù)測、動態(tài)頻譜管理及頻譜接入方式等關(guān)鍵問題。

［1］王軍，李少謙.認(rèn)知無線電:原理、技術(shù)與發(fā)展趨勢［J］.中興通訊技術(shù)，2007(5):1－4.

［2］MITOLA J.Cognitive radio:making software radios more persona1［J］.IEEE Personal Communication，1999，6(4):1 －2.

［3］URKOWITZ H.Energy detection of unknown detection signals［J］.Proceedings of IEEE，1967，55(4):523 －531.

［4］HAYKIN S.Cognitive radio:brain － empowered wireless communications［J］.IEEE JSAC，2007，23(2):201 －220.

［5］FADEL F DIGHAM.On the energy detection of unknown signals over fading channels［J］.IEEE Transactions on Communications，2008，55(l):21 －24.

［6］ACHARYA P A，SINGH S，ZHENG H.Reliable open spectrum communications through proactive spectrum access［C］.Proc of the 1st International Workshop on Technology and Policy for Accessing Spectrum(TAPAS'06)，2006:1 －8.

［7］MARKO H，SOFUE P，AARNE M.Performance improvement with predictive channel selection for cognitive radios［C］.Proc of the 1st International Workshop on Cognitive Radio and Advanced Spectrunm Management，2008:1 － 5.

［8］STEFAN G，LANG T，BRAIN M.Interference － aware OFDMA resource allocation:a predictive approach［C］.Proc of IEEE Military Communications Conference，2008:1 －5.

［9］ZHAO Q，TONG L，SWAMI A，et al.Decentralized cognitive MAC for opportunistic spectrum access in Ad hoc networks:a POMDP framework［J］.IEEE J Select Areas Commun:Special Issue Adaptive，Spectrum Agile Cognitive Wireles Networks，2007，25(3):589 －600.

［10］飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與Matlab7實現(xiàn)［M］.北京:電子工業(yè)出版社，2005.

［11］高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例［M］.北京:機械工業(yè)出版社，2003.